使用外周血液炎症标志物预测头部和部状细胞癌中对PD-1抑制剂的反应

科学领域:

• 在瘤学瘤学.
• 免疫治疗是一种免疫疗法.
• 生物标志物发现发现

背景情况:

• 免疫检查点抑制剂 (ICI) 为癌症患者提供持久的缓解.
• 综合阳性得分 (CPS) 在预测ICI治疗疗效方面存在局限性.
• 准确预测免疫疗法反应对于优化患者的治疗结果至关重要.

研究的目的:

• 开发和验证头部和部状细胞癌 (HNSCC) 患者免疫治疗反应的预测模型.
• 将新模型的预测性能与现有的CPS标记器进行比较.
• 为了识别与ICI治疗结果相关的治疗前血液炎症标志物.

主要方法:

• 一个现实世界的回顾性研究56个HNSCC患者接受ICI治疗.
• 对治疗前血液炎症标志物的分析:中性粒细胞与淋巴细胞的比率 (NLR),单细胞与淋巴细胞的比率 (MLR) 和血小板与淋巴细胞的比率 (PLR).
• 开发一个预测模型并使用曲线下的面积 (AUC) 和C指数与CPS进行比较.

主要成果:

• 开发的模型实现了0.877的AUC,显著超过了CPS (AUC=0.614).
• 内部验证显示C指数为0.835,表明强大的预测能力.
• 模型得分较高的患者表现出更好的无进展生存期 (PFS).

结论:

• 这种新的预测模型利用治疗前的炎症标志物,在预测HNSCC患者的ICI反应方面提供了更高的准确性,与CPS相比.
• 这个模型可以帮助选择最有可能从免疫疗法中受益的患者.
• 这些发现支持在HNSCC中使用炎症标志物进行个性化免疫疗法策略.